紅河流域TRMM降水數(shù)據(jù)空間降尺度研究

發(fā)布時間：2020-10-21 01:00

　　降水是水文循環(huán)的重要組成部分,高精度的降水數(shù)據(jù)對于流域水文預報、水資源管理、旱澇災害評估等具有重要意義。傳統(tǒng)的降水數(shù)據(jù)主要來源于氣象站點記錄,降水空間分布依賴于多個站點數(shù)據(jù)的空間插值。但氣象站點觀測數(shù)據(jù)由于站點分布稀疏且觀測范圍有限,很難準確反映整個區(qū)域的降水空間分布。衛(wèi)星降水數(shù)據(jù)具有覆蓋范圍廣、空間分辨率高等特點,在獲取降水數(shù)據(jù)的時空分布方面具有明顯優(yōu)勢。然而在流域尺度應用上,衛(wèi)星降水數(shù)據(jù)的空間分辨率仍較低,需要發(fā)展空間降尺度和校準方法進一步提高數(shù)據(jù)質(zhì)量。本研究選擇季風氣候和復雜地形影響的紅河流域作為研究區(qū),首先利用氣象站點觀測數(shù)據(jù)對Tropical Rainfall Measuring Mission(TRMM)衛(wèi)星降水數(shù)據(jù)進行精度評估;然后基于TRMM數(shù)據(jù)與Digital Elevation Model(DEM)、Normalized Difference Vegetation Index(NDVI)之間的相關關系,采用回歸模型加殘差校正的方法對TRMM數(shù)據(jù)進行降尺度研究,將其空間分辨率提高到1km,并基于氣象站點數(shù)據(jù),采用地理差異分析(GDA)和地理比率分析(GRA)方法,對TRMM降尺度數(shù)據(jù)進行校準;再利用比例分解方法,將TRMM年降尺度數(shù)據(jù)分解為月降水數(shù)據(jù);最后根據(jù)年、月上的降尺度降水數(shù)據(jù),分析紅河流域的降水時空分布規(guī)律。主要結(jié)論如下:(1)時間上,TRMM降水數(shù)據(jù)在年、季、月尺度上與站點實測數(shù)據(jù)均具有較高的一致性(R~20.64),TRMM降水數(shù)據(jù)在紅河流域整體上存在7.7%的高估�？臻g上,降水重心移動軌跡表明TRMM降水數(shù)據(jù)基本能反映降水的空間分布及演變過程。站點尺度上,相關系數(shù)均大于0.84,相對偏差較大的站點主要分布在河谷和盆地地區(qū)。總的來說,TRMM降水數(shù)據(jù)在紅河流域具有較好的適用性。(2)基于TRMM年降水數(shù)據(jù)與DEM、NDVI之間的相關關系,對比三種不同回歸模型(多元線性回歸模型、人工神經(jīng)網(wǎng)絡模型、地理權(quán)重回歸模型)在0.25o上的模擬效果和五種不同插值方法(反距離權(quán)重插值、規(guī)則樣條函數(shù)插值、張力樣條函數(shù)插值、普通克里金插值、簡單克里金插值)對回歸殘差的插值效果,結(jié)果表明地理權(quán)重回歸模型加簡單克里金殘差校正方法能夠獲得理想的結(jié)果。因此,引入地理權(quán)重回歸克里金(GWRK)方法對TRMM數(shù)據(jù)進行空間降尺度,與原始TRMM數(shù)據(jù)相比,降尺度后1km空間分辨率的TRMM數(shù)據(jù)能夠較合理地描述降水的空間分布,而且能表現(xiàn)更多的細節(jié)信息。(3)站點驗證結(jié)果表明GDA和GRA校準方法都能獲得更精確的降水分布。就兩種方法對比而言,GRA的R~2值更大,RMSE、MAE和Bias更小,表明在紅河流域GRA校準方法比GDA效果更好。此外,站點密度會影響GDA和GRA的校準效果。(4)利用月比例分解方法,將TRMM年降尺度數(shù)據(jù)分解為月降水數(shù)據(jù),并基于站點月數(shù)據(jù),與原始TRMM月數(shù)據(jù)進行對比。結(jié)果表明,分解得到的月降水數(shù)據(jù)不僅提高了空間分辨率,而且與站點數(shù)據(jù)之間具有很好的一致性(R~2=0.91,RMSE=22.2 mm,MAE=13.5 mm,Bias=0.048)。(5)基于TRMM降尺度數(shù)據(jù),紅河流域降水時空分布特征表現(xiàn)為:年尺度上,降水總體上呈現(xiàn)由南向北、至西向東遞減的趨勢;干濕季尺度上,濕季降水空間分布與年尺度類似,干季降水主要表現(xiàn)為南北方向上的空間變異;月尺度上,降水主要集中在5-10月份,降水量空間分布明顯受季風進退的影響。
【學位單位】：云南大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P426.6;P333
【部分圖文】：